考虑储备阈值的电动汽车换电需求分析

电动汽车换电规律对研究换电站电池储备决策、电池充电策略、充电负荷对电网的影响等问题具有重要意义。对此,通过电动汽车的运行统计规律来模拟其电能消耗过程,并以电池剩余电量作为产生换电需求的判断依据,从而给出相应的电动汽车换电统计规律。在此基础上,依据不同的储备闽值给出不同情景集的划分,并对各情景集下的电动汽车换电需求进行了深入的比较分析,对目前这一问题的研究具有一定的借鉴意义。

“车-电-路-站”互联下电动出租车换电需求预测及换电站充电优化策略

换电模式作为快速电能补充的主要方式之一,具有换电速度快、电池可控性强等优点,可以为亟需电能补充的电动汽车提供服务。从电池规格统一的角度来看,电动出租车与换电模式的兼容性较强,因此研究换电模式下电动出租车需求预测及换电站充电优化策略具有重要的意义。首先,建立了基于换电模式的“车-电-路-站”互联系统,在此基础上根据电动出租车的出行行为及站内换电行为对换电需求进行预测;然后,分析了换电站的“用户链-电池链”交互运行模式,提出了高峰储能利用率的概念,分析了换电模式下快速电能补充车辆作为储能资源的可行性;最后,提出了一种考虑平抑负荷波动和提高储能利用率的两阶段日前优化策略,对典型换电模式下电动出租车电池进行充电计划安排,并对储能利用效果进行量化分析。仿真结果表明,换电需求具有波浪形变化趋势,所提方法能够有效发挥换电站内电池的可控、储能特点,起到平抑负荷波动、削峰填谷的作用。

电动汽车换电需求时空分布的概率建模

随着电力系统中电动汽车的高比例接入,换电作为电动汽车能源的重要补给形式受到广泛关注。电动汽车的移动具有时空随机性,换电需求也具有时空分布特性。针对这一问题,现有研究往往采用马尔科夫决策过程(Markov decision process,MDP)来计算汽车出行路径,即在每一个路口都以某一概率随机产生下一个目的地。但这种方式和人们的日常出行经验严重不符,即在熟悉的道路环境中,驾驶员路径的选择方式不是在每一个路口的MDP过程,而是事先有一条或多条候选路径,从中依概率选取一条。基于此,采用深度优先搜索(depth first search,DFS)和随机出行链确定了电动汽车1天的实际出行路径,完成了电动汽车出行空间分布规律建模;根据出行时间、停放时间等,确定了电动汽车在时间上的随机分布。通过时间和空间两个维度的结合,模拟电动汽车出行过程,为电动汽车的换电时刻、换电地点以及换电数量的确定提供了依据。最后,针对某一具体的交通网络和10000辆电动汽车,采用蒙特卡洛方法验证了所提模型和算法的有效性。研究成果可用于研究换电站的规划、交通规划以及对电网规划的影响等。

基于车辆时空状态链的电动汽车充换电需求模型

充换电设施网络规划是电动汽车产业发展的重要环节。故提出一种基于出行时空状态链的电动汽车充换电需求模型。分析了车辆行驶与停留多状态间相互转换过程,定义了车辆出行时间链与空间链特征量,构建了车辆状态转移矩阵。考虑多种充换电模式和温度对单位里程耗电量影响,构建电动汽车充换电需求模型。最后提出自适应混合细菌觅食算法,求解多种充换电模式选取情况。算例分析表明,模型可以准确模拟用户出行规律,体现电动汽车在行驶与停留多状态下的充换电需求时空分布特点。

基于数据驱动的电动自行车换电需求预测

换电企业在城市内建立换电柜,满足不断增长的电动自行车换电需求,涉及到换电柜的选址,电池的投放和换电需求的预测。本文分析了国内某大型换电企业的换电订单数据,发现换电柜存在使用严重不均衡问题,为提高使用率,降低换电成本,提出按区域对换电需求量进行聚类并预测的方法。首先,对换电柜位置进行K-means聚类,据此优化换电柜的投放量,提高使用率;随后,采用整合移动平均自回归模型(Autoregressive Integrated Moving Average model,ARIMA)预测短时换电需求。实验发现,ARIMA模型在短时换电订单的需求预测上具有较高的预测精度,与其他基线模型相比,各指标均为最好,说明换电需求在时间上更趋于线性关系。本文提出的换电柜优化方法和短时需求预测结果为换电企业的换电柜选址和电池投放量提供数据支持。

考虑削峰填谷的电动公交换电站充电优化研究

采用换电模式的电动公交车在公共交通领域内发展迅速。电动公交换电站的正常运营与电池更换、充电和电网负荷等多方面因素有关。为提高电动公交换电站运营的经济性,首先分析和计算电动公交车的日换电量需求,然后以充电成本最小和减小负荷波动为目标建立考虑削峰填谷作用的双目标充电优化模型,最后利用遗传算法的权重系数变换法对实例进行求解。实例仿真计算结果表明,优化后的充电成本可节约30%,同时达到削峰填谷作用。

换电生态下换电站电池配置及经济性研究

随着新能源汽车换电模式应用试点启动,利用换电站电池的需求响应柔性特性及全网数量优势部分解决风光电供需错位问题成为可能。在此背景下,本文计及电池储能价值,基于“车-源-网”换电生态系统,设计“风-光-动力电池”和“风-光-动力电池-储能电站”混合储能模式,构建兼顾环境效益和经济效益的电池充电优化模型。基于蒙特卡洛算法预测换电需求,对北京市7月份某一天的风光出力数据进行仿真分析。结果表明,单一储能模式0.33C充电倍率、混合储能模式1C充电倍率,均具有较好的经济性。此外,混合储能模式的风光消纳率比单一储能模式高13%以上,更能积极推动换电生态系统正循环发展。

基于加权Voronoi图和自适应PSO算法的电动汽车充换电站联合规划

充、换电站是为电动汽车提供电能补给的基础设施,合理规划充、换电站对推动电动汽车普及具有重要意义。首先,预测规划区域电动汽车保有量,根据保有量及各类型电动汽车行驶特性数据,得到电动汽车总换电需求和各路网节点换电需求;其次,以充、换电站建设运维成本、用户损耗成本和电池配送成本之和最小为目标,建立了充、换电站联合规划模型;最后,采用加权Voronoi图与自适应粒子群算法对模型进行求解。算例结果表明,在综合考虑电动汽车用户和充、换电站运营商的利益下,所提方法既能满足用户电能补给需求,又能使充、换电站年均综合成本达到最优。

预制舱变电站-电动汽车充/换电站综合服务模式下的优化运行策略

电力需求和电动汽车产业的迅速发展,将加速城市变电站和充/换电站的建设,但也受到现有土地资源紧张等问题的制约。以具有集约资源利用优势的预制舱变电站为基础,考虑变电站与电动汽车充/换电站的融合,提出了多站综合服务模式下的优化运行策略。首先建立了“预制舱变电站-充/换电站”综合服务框架,分析其融合运行的可行性。在此框架范围内,对电动私家车虚拟储能容量及电动出租车换电需求进行分析,并提出了换电站考虑放电行为(vehicle-to-grid,V2G)的电池时序仿真模型。最后针对充/换电站内电动汽车出行、充放电特性,以及电池储能情况对电池充放电行为进行合理调控,结果表明,通过合理评估虚拟储能及换电需求大小,所提方法能够起到平抑负荷波动、削峰填谷的作用。

含光伏发电的换电站运行方式研究

光伏发电系统能有效地应用于换电站的工作中,能够有效地降低碳的排放。本文提出的含光伏发电的换电站运行方式,不仅保证了充裕的换电运行,满足换电需求,而且还能有效地提高光伏发电的利用率。

考虑削峰填谷的配电网集中型充电站选址定容规划

采用电池租赁和建立集中型充电站是电动汽车产业具有竞争力的发展模式。根据规划区各类型电动汽车日行驶距离概率分布,建立了电动汽车日换电需求模型。以此为基础,将集中型充电站的规划与配电网调度相结合,建立了考虑削峰填谷作用的集中型充电站选址定容二层规划模型。利用改进遗传算法与自适应粒子群相结合的混合智能算法进行求解,并将加权伏罗诺伊图应用于集中型充电站服务区域的划分,实现了集中型充电站负载率的均衡。通过仿真算例验证了所提模型和方法的有效性和可行性。

考虑电池组配送的集中型充电站容量规划研究

为在满足换电需求的前提下,结合电池的物流配送尽可能降低充电站的投资、运行成本,优化配置集中型充电站动力电池和充电机容量,首先给出基于一定假设条件的电池组配送流程,建立了电池组配送模型。然后,结合换电需求和物流配送建立了集中充电站运行状态仿真模型,用于目标函数的计算;构建了以集中充电站的年费用最小为目标函数,以日换电需求和充电站规模为约束的数学模型;采用细菌群体趋药性(bacterial colony chemotaxis,BCC)算法求解该模型。最后分析了不同配送次数下,直接充电、错峰充电和电池入网(battery to grid,B2G)充电3种充电方式下集中充电站的容量配置方案;并与等间隔配送方式下所得结果进行对比。算例分析表明:合理的配送计划可以提高充电站运营的经济性;充电方式也是影响容量规划的关键因素。

考虑充电电池组循环利用的集中充电站容量配置

"集中充电,统一配送"模式是电动汽车产业重要的充电模式之一。为了提高集中充电站规划建设的经济性,在考虑购置充电基础设施的前提下,计及了购电成本和初期购置电池组成本,以投资成本最小为目标,以满足电动汽车用户的换电需求为约束,建立了集中充电站容量优化配置模型。基于峰谷分时电价机制,并对配送计划进行优化以提高电池组的循环利用率,实现购置电池组数量的减少和负荷峰谷差的平抑。采用Lingo软件求解,得到充电站最优容量配置结果和各时段电池组充电策略。通过算例仿真验证了模型的有效性,灵敏度分析表明,峰谷电价划分方式是影响集中充电站的容量配置的关键因素。

基于行驶状况的电动汽车充电负荷交通预测法

为了预测电动汽车配套充换电设施的负荷,笔者从数量预测和充换电需求预测方面,采用弹性系数法、千人保有量法及改进的二重比例法进行了电动汽车总量预测和分类预测,得到了各类电动汽车的数量;根据不同种类电动汽车的行驶规律,对电动汽车行驶中不同时段的SOC情况进行了分析,得出了以交通行驶状况为主要依据的充换电负荷需求分布曲线,以及1 d内各时段电动汽车充换电负荷需求分布曲线,确定了不同时间的充换电需求数量。算例分析结果表明,千人保有量法预测与弹性系数法预测得出的预测数据差别不大,二重比例法能够准确预测电动汽车数量,通过交通预测能够得到完整的充换电负荷需求分布曲线,从而确定各时段充换电负荷需求。